E-commerce is booming. De ontwikkelingen in de consumentenmarkt laten zien dat bedrijven die vol hebben ingezet op online verkoop gegroeid zijn. Maar e-commerce biedt ook volop kansen voor B2B organisaties. Hoe profiteer je maximaal van het groeipotentieel dat B2B e-commerce biedt en welke stappen moet je daarvoor zetten? In de expertgroep Next level B2B e-commerce die PostNL met De Nieuwe Zaak organiseert, geven we met 21 experts uit het vak antwoord op die vraag. In deze blogserie kun je lezen hoe wij verwachten dat de toekomst van B2B eruit ziet en hoe je je hierop kunt voorbereiden. Benieuwd naar de sfeerimpressie van de laatste sessie? Bekijk ‘m hier!
In de zesde sessie van de expert groep Next level B2B E-commerce hebben we stilgestaan bij het onderwerp data. En met name de kracht van data. Data helpt je om van onderbuikgevoel te komen tot onderbouwing. Data is een breed begrip en een onderwerp dat je vanuit veel verschillende invalshoeken kunt benaderen.
Omdat we in de expertgroep op zoek zijn naar groei van B2B organisaties, hebben we ons tijdens deze sessie gefocust op het inzichtelijk maken en uiteindelijk verlagen van het aantal vertrekkende klanten (churn). Hoe kun je voorspellen welke klanten in de nabije toekomst weggaan? En hoe kun je inzichtelijk maken welke factoren invloed hebben op hun vertrek? Dit is onderdeel van een data-driven aanpak om je organisatie te laten groeien.
De definitie van churn verschilt per onderneming. Want hoe bepaal je of een klant echt weg is? Als de klant een jaar niets heeft besteld? Of als hij de aankoop die hij eerder heeft gedaan nu niet meer doet? Lastige vragen, maar het is hierbij belangrijk om te kijken naar welk uitgangspunt de meeste aansluiting heeft op jouw bedrijf. Bij seizoensgebonden producten zal de definitie van churn anders zijn dan producten die een bedrijf met grote regelmaat nodig heeft. Ook kan de definitie van churn per product of doelgroep verschillen. Denk bijvoorbeeld aan werkhandschoenen die een bedrijf met grote regelmaat nodig heeft en werkschoenen minder vaak omdat die wat langer meegaan, waardoor het in de laatste categorie logisch is dat het even duurt voordat het bedrijf terugkomt in jouw webwinkel. En nog een stapje daarvoor: kijk je bij churn naar bestellingen of engagement met jouw bedrijf? In de expertsessie gaven diverse bedrijven aan ook te kijken naar de mate van engagement van de klant. Opent de klant nog wel nieuwsbrieven, bezoekt hij de website of klikt hij op social ads, maar koopt hij niet? Dan is de uitdaging vooral om deze klant te laten converteren. Hier is de relatie met de klant in principe goed, maar moet je achterhalen wat hem weerhoudt van aankoop van jouw product. Welke definitie van churn het beste past bij jouw bedrijf is dus afhankelijk van jouw business en welk doel je wilt bereiken met e-commerce.
Tijdens de expert groep hebben we dit in het klein getoetst door aan de hand van een fictief bedrijf de churn te berekenen voor diverse klanten. In de praktijk werkt het vaak goed om degene te vragen die veel met klanten werken wat de factoren voor churn zijn (het onderbuikgevoel), bijvoorbeeld accountmanagers of de binnendienst. Vervolgens voer je op basis van data een analyse uit en zoek je naar de verbanden. De case was voor een fictief bedrijf, maar onze ervaring is dat de factoren die uit onze case kwamen toepasbaar zijn op heel veel bedrijven. Denk bijvoorbeeld aan frequentie waarmee de klant besteld, de hoeveelheid producten en productcategorieën. Maar ook wie de accountmanager is en hoe compleet het profiel van de klant gevuld is.
Maar wat als je je churn inzichtelijk hebt, wat dan? Expertleden gaven aan dat ze klanten indelen in segmenten op basis van de mate waarin klanten actief zijn. Deze segmenten (bijvoorbeeld slapende klanten, incidentele en actieve klanten) kunnen je helpen in het maken van keuzes voor inzet van jouw sales- en marketingapparaat. Zo kun je incidentele klanten proberen te cross-sellen richting meerdere producten waardoor de kans dat hij jouw bedrijf verlaat kleiner wordt. Maar soms is het ook goed om te accepteren dat sommige klanten maar één keer iets bij jou kopen. Om nog even het voorbeeld van de werkschoenen erbij te pakken: als je tijdens jouw studententijd in een magazijn gaat werken, heb je eenmalig werkschoenen nodig. Moet je dan als webwinkel heel veel marketing effort steken in het cross-sellen van deze categorie? Natuurlijk is het hier wel enorm van belang dat je weet met wat voor soort klant je te maken hebt. Data is key, dat blijkt maar weer.
Je kunt als bedrijf heel lang blijven zoeken naar allerlei verschillende factoren waar je data over wilt hebben. Is meer data en meer variabelen altijd beter? Als je dit aan Facebook zou vragen geven zij aan dat ze wel 2 biljard variabelen volgen. Zie daar het antwoord. Maar wat als je nog niet wat doet met data? Begin dan gewoon en ga kijken hoe goed je kan voorspellen op basis van factoren. Als je continu zegt “dit moet er nog bij, dit wil ik ook weten” dan begin je nooit. Je vult je data set continu aan, je leert en moet hem ook continu updaten dat doe je met je webshop ook.
De conclusie van de experts is dat het goed mogelijk is om het ‘onderbuik’ gevoel aan te vullen met ‘onderbouwingen’ op basis van data. Klein beginnen met data analyses, ervan leren en verbeteren draagt absoluut bij aan de groei van B2B organisaties en wordt een onmisbaar onderdeel van hun e-commerce strategieën.